加点约束条件就可以了,可以让它把单位改成亿元。
简单来说Kimi确实抓到了财报信息的最重要信息,营收增长,规模,利润等等,这也是财务分析人员最关心的指标。
但另一方面,我们也注意到Kimi对数据的读取更倾向于直接复制,如图中所标注的经营规模都是以“千元”为单位,可读性相对较弱。
此外对于美团这家业务复杂的公司而言,财务分析人员还尤其关心成本以及分业务的经营状况,如即时配送是美团近期强化重点,Kimi在此披露相对不足。
对于业务单一公司Kimi这份报告足够,但对于复杂且在不断变化中的企业,就略显单薄。
我们再来看通义千问的结果。
在基础财务部分,通义千问与Kimi相差不大,只是从阅读体验上将数字优化成了便于阅读的“亿元”单位,可读性较强。
与Kimi不同的是,通义千问对业务有了比较详细的概括,如即时配送交易笔数的增长,这是当前美团最为重要的经营数据,是衡量美团增长潜力大小的重要维度。
一般来说,财务分析主要仰赖于三张表:损益表,资产负债表以及现金流量表。与Kimi侧重于损益表不同,通义千问比较详尽概括了三张表,且对闪购等经营数据有进一步挖掘。
Kimi刚发布有此成绩已是非常了得,也充分认识了AIGC领域的强大,只是就目前情况而言其财务方面分析相对简单,对于传统单一业务公司比较适用,通义千问则比较适合我,该有的都有,我想看到的也都能读到。
另外一方面,我也感觉到Kimi目前在模型的训练等方面还需要再润色,避免出现过于标准答案。
如我问“美团的净利润和经营性现金流的关系是什么”
Kimi的回答就比较类似于教科书的标准答案,但并没有结合“美团”进行分析,是会计专业“净利润和现金流”的规范回答。
同样问题我提问通义千问,规范性的回答占据了2/3,最后还是结合了美团具体数据进行了分析和总结。感觉对问题的归纳和回答,通义千问更“人性”化一些。
总结:目前AI已经基本可以准确提炼出数据和财务要点,可以满足第一时间从繁杂数据中了解财报基础信息的需求。但对于数据的理解和加工大模型还比较宽泛,诸如我让两家公司做美团的估值模型,罗列出了各类模型的利弊,并没有给出合理化建议(此阶段的公司选择何种模型更为合适)。
产品完全可以取代简讯财经类新闻,在一定程度上作为财务分析的助手,不能依赖。